重新思考伪激光雷达表示
计算机视觉与模式识别
2020-08-12 v1
摘要
近期提出的基于伪-LiDAR 的 3D 检测器大幅提升了单目/立体 3D 检测任务的基准水平。然而其内在机制对研究界而言仍不清晰。本文中，我们进行了深入探究并观察到伪-LiDAR 表示的有效性来源于坐标变换，而非数据表示本身。基于该观察，我们设计了一个名为 Patch-Net 的基于图像的 CNN 检测器，其更具通用性且可实例化为基于伪-LiDAR 的 3D 检测器。此外，我们 PatchNet 中的伪-LiDAR 数据以图像表示形式组织，这意味着现有的 2D CNN 设计可轻易用于从输入数据中提取深度特征并提升 3D 检测性能。我们在具挑战性的 KITTI 数据集上进行了大量实验，所提出的 PatchNet 优于所有现有的基于伪-LiDAR 的同类方法。代码已发布于：https://github.com/xinzhuma/patchnet。
引用
@article{arxiv.2008.04582,
title = {Rethinking Pseudo-LiDAR Representation},
author = {Xinzhu Ma and Shinan Liu and Zhiyi Xia and Hongwen Zhang and Xingyu Zeng and Wanli Ouyang},
journal= {arXiv preprint arXiv:2008.04582},
year = {2020}
}
备注
ECCV2020. Supplemental Material attached